GEMINI_API_2

यह क्या करता है

GEMINI_API_2 एक नया ऐप्लिकेशन है. इसे NASA के Apollo 11 मिशन के संग्रह से ज़्यादा से ज़्यादा जानकारी हासिल करने के लिए डिज़ाइन किया गया है. हमारा ऐप्लिकेशन, मिशन के बारे में पूरी जानकारी और खास जानकारी देने के लिए, अलग-अलग तरह के मल्टीमोडल डेटा को प्रोसेस करता है. इसमें टेक्स्ट, इमेज, वीडियो, और ऑडियो फ़ाइलें शामिल हैं. Gemini API की बेहतर सुविधाओं का फ़ायदा उठाकर, GEMINI_API_2, उपयोगकर्ताओं को NASA के बड़े संग्रह से काम की जानकारी ऐक्सेस करने और उसे वापस पाने का बेहतर तरीका उपलब्ध कराता है.
GEMINI_API_2 इस तरह काम करता है:
डेटा तैयार करना: हम Apollo 11 मिशन से जुड़े NASA के पब्लिक संग्रह से डेटा इकट्ठा करके शुरुआत करते हैं. इसमें टेक्स्ट दस्तावेज़, इमेज, वीडियो, और ऑडियो फ़ाइलें शामिल हैं.
डेटा निकालना और खास जानकारी देना: Tesseract के साथ ऑप्टिकल कैरेक्टर रिकॉग्निशन (ओसीआर) का इस्तेमाल करके, हमारा ऐप्लिकेशन इमेज से टेक्स्ट निकालता है. इसके बाद, निकाले गए टेक्स्ट को Gemini API में डाला जाता है, ताकि कम शब्दों में काम की खास जानकारी जनरेट की जा सके. यह जानकारी, डेटा को आसानी से वापस पाने के लिए तैयार की जाती है.
एम्बेड जनरेशन: जनरेट की गई खास जानकारी को, Gemini के टेक्स्ट एम्बेड मॉडल का इस्तेमाल करके वेक्टर एम्बेड में बदल दिया जाता है. ये एम्बेड, खास जानकारी को संख्या के तौर पर दिखाते हैं. इससे, मिलते-जुलते दस्तावेज़ों को खोजने में मदद मिलती है.
वेक्टर डेटाबेस बनाना: हम इन एम्बेड को Chroma DB में सेव करते हैं. यह एक वेक्टर डेटाबेस है, जो मिलते-जुलते दस्तावेज़ों को खोजने के आधार पर, काम के दस्तावेज़ों को तेज़ी से और सटीक तरीके से वापस लाता है.
RAG सिस्टम से क्वेरी करना: जब कोई उपयोगकर्ता सिस्टम से क्वेरी करता है, तो GEMINI_API_2, एम्बेड के आधार पर सबसे काम के दस्तावेज़ों को वापस लाता है.